Analiza przeżycia jest dziedziną statystyki, która koncentruje się na analizie danych czasowo-zdarzeniowych. W wieloczynnikowej analizie przeżycia najbardziej popularnym modelem jest model proporcjonalnych zagrożeń (PH), który pozwala na analizę wpływu kilku zmiennych na czas przeżycia. Jednakże, założenie o stałym ryzyku w modelu PH nie zawsze jest spełnione przez dane. Naruszenie założenia PH prowadzi do błędnej interpretacji wyników estymacji i obniżenia mocy związanych z nimi testów statystycznych. Z drugiej strony, modele przyspieszonego czasu uszkodzenia (AFT) nie zakładają stałych zagrożeń w danych dotyczących przeżycia, tak jak w modelu PH. Co więcej, modele AFT mogą być stosowane jako alternatywa dla modelu PH, jeśli założenie o stałym zagrożeniu jest naruszone. Celem badań było porównanie wydajności modelu PH i modeli AFT w analizie istotnych czynników wpływających na dane dotyczące pierwszego odstępu między urodzeniami (FBI) w Indonezji. W tej pracy, dyskusja została ograniczona do trzech modeli AFT, które były oparte na rozkładzie Weibulla, wykładniczym i logarytmiczno-normalnym. Analiza przy użyciu podejścia graficznego i testu statystycznego wykazała, że nieproporcjonalne zagrożenia istnieją w zbiorze danych FBI. W oparciu o kryterium informacyjne Akaike’a (AIC), model logarytmiczno-normalny AFT był najbardziej odpowiednim modelem spośród pozostałych rozważanych. Wyniki najlepiej dopasowanego modelu (logarytmiczno-normalny model AFT) wykazały, że zmienne takie jak poziom wykształcenia kobiet, poziom wykształcenia męża, wiedza antykoncepcyjna, dostęp do mass mediów, wskaźnik zamożności i status zatrudnienia były wśród czynników wpływających na FBI w Indonezji.
.